ICCV 2019 LFR 挑戰(zhàn)賽圓滿結(jié)束，我們與 3 支國(guó)內(nèi)冠軍隊(duì)伍聊了下

大賽簡(jiǎn)介

帝國(guó)理工學(xué)院聯(lián)合愛奇藝、格靈深瞳、深見網(wǎng)絡(luò)科技舉辦了輕量級(jí)人臉識(shí)別競(jìng)賽ICCV 2019 LFR（Lightweight Face Recognition Challenge），它是今年ICCV人臉識(shí)別的一項(xiàng)重要競(jìng)賽，吸引了來自全球的292支競(jìng)賽隊(duì)伍參加。

此次ICCV LFR挑戰(zhàn)賽一共分為四項(xiàng)任務(wù)，每項(xiàng)競(jìng)賽都有各自的限制和側(cè)重點(diǎn)：

• Protocol-1 (DeepGlint-Light)圖像人臉識(shí)別輕量級(jí)識(shí)別模型，運(yùn)算復(fù)雜度小于1Gflops，模型大小小于20MB，數(shù)據(jù)類型float32，特征維度512 (FPR@1e-8)；

• Protocol-2 (DeepGlint-Large)圖像人臉識(shí)別大型級(jí)識(shí)別模型，運(yùn)算復(fù)雜度小于30Gflops，數(shù)據(jù)類型float32，特征維度512 (FPR@1e-8)；

• Protocol-3 (iQIYI-Light) 視頻人臉識(shí)別輕量級(jí)識(shí)別模型，運(yùn)算復(fù)雜度小于1Gflops，數(shù)據(jù)類型float32，特征維度512 (FPR@1e-4)；

• Protocol-4 (iQIYI-Large) 視頻人臉識(shí)別大型識(shí)別模型，運(yùn)算復(fù)雜度小于30Gflops，數(shù)據(jù)類型float32，特征維度512 (FPR@1e-4)。

賽題的社會(huì)價(jià)值

ICCV LFR（Lightweight Face Recognition Challenge ）輕量級(jí)人臉識(shí)別挑戰(zhàn)賽的設(shè)立是為了尋找一個(gè)可以在無限制的動(dòng)態(tài)監(jiān)控視頻場(chǎng)景下有優(yōu)異表現(xiàn)的輕量級(jí)高精度的模型來應(yīng)對(duì)大數(shù)據(jù)庫(kù)人臉識(shí)別應(yīng)用。這對(duì)于進(jìn)一步推動(dòng)非受限場(chǎng)景下的人臉識(shí)別技術(shù)的研究以及提升相關(guān)學(xué)術(shù)成果的轉(zhuǎn)化效果具有重要意義。

冠軍方案解讀

本次競(jìng)賽中格靈深瞳有兩個(gè)競(jìng)賽賽道，分別為 DeepGlint-Light 與 DeepGlint-Large：

• DeepGlint-Light賽道的冠軍團(tuán)隊(duì)，來自地平線 (HorizonRobotics)公司，以0.8878精度的成績(jī)獲得第一名。

• DeepGLint-Large賽道的冠軍團(tuán)隊(duì)，來自自動(dòng)化所模式識(shí)別實(shí)驗(yàn)室和Winsense，以0.9419精度的成績(jī)獲得第一名。

愛奇藝有兩個(gè)競(jìng)賽賽道，分別為 iQIYI-Light 與 iQIYI-Large（愛奇藝視頻人臉識(shí)別輕量級(jí)識(shí)別模型與愛奇藝視頻人臉識(shí)別大型識(shí)別模型）。

• iQIYI-Light 賽道的冠軍團(tuán)隊(duì)，來自微軟亞洲研究院,以0.6323精度的成績(jī)獲得第一名；

• iQIYI-Large 賽道的冠軍團(tuán)隊(duì), 來自商湯和香港中文大學(xué)，以0.7298精度的成績(jī)獲得第一名。

不同于其他人臉識(shí)別比賽，ICCV LFR挑戰(zhàn)賽嚴(yán)格限制了訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)。在如此嚴(yán)格的限制條件下，在292個(gè)參賽隊(duì)伍中脫穎而出變得異常艱難。我們來看看各個(gè)賽道的優(yōu)勝者們，是如何殺出重圍，喜獲桂冠的呢？通過下面的解析，大家也許能夠找到答案。

iQIYI Large 冠軍

團(tuán)隊(duì)組成及分工

Trojans團(tuán)隊(duì)由香港中文大學(xué)多媒體實(shí)驗(yàn)室的劉宇和Sensetime X-Lab的宋廣錄、劉吉豪、張滿園、周彧聰、閆俊杰組成。其中前四位隊(duì)員負(fù)責(zé)主干模型設(shè)計(jì)與搜索、數(shù)據(jù)分析、質(zhì)量評(píng)估模型設(shè)計(jì)以及實(shí)驗(yàn)調(diào)參，周彧聰負(fù)責(zé)了整個(gè)過程訓(xùn)練平臺(tái)的搭建和維護(hù)。而閆俊杰是團(tuán)隊(duì)的顧問。

模型思路

模型思路分為主干網(wǎng)絡(luò)和幀融合策略兩個(gè)部分。由于比賽約束了總運(yùn)算量不超過30GFlops的限制，他們選擇通過類似MNasNet和EfficientNet的方式搜索在30GFlops附近的帕累托最優(yōu)模型。同時(shí)，設(shè)計(jì)了一個(gè)新?lián)p失函數(shù)，這使得單模型結(jié)果提升了0.8。對(duì)于幀融合方式，他們提出了鑒別力分布假設(shè)。該假設(shè)認(rèn)為每一幀特征的融合權(quán)重應(yīng)該由主干特征網(wǎng)絡(luò)來決定——對(duì)于特征網(wǎng)絡(luò)約具有區(qū)分度的特征應(yīng)該越具有更高的權(quán)重。就是這些設(shè)計(jì)幫助他們?cè)谝曨l人臉識(shí)別的大模型賽道中獲得了第一的成績(jī)。他們已將模型和代碼放在GitHub（https://github.com/sciencefans/trojans-face-recognizer）中，供大家參考。

不足之處

這個(gè)模型也并非完美，Trojans團(tuán)隊(duì)認(rèn)為還有可改進(jìn)的空間。在搜索主干網(wǎng)絡(luò)結(jié)構(gòu)的過程中，由于時(shí)間關(guān)系，出現(xiàn)了搜索空間比較小的問題。同時(shí)，他們也沒有考慮augmentation，domain gap等方面的問題。這些都是他們覺得能夠進(jìn)一步提升性能的方法。

DeepGlint Large 冠軍

團(tuán)隊(duì)組成及分工

該團(tuán)隊(duì)由自動(dòng)化所模式識(shí)別實(shí)驗(yàn)室CBSR組的博士生劉浩，助理研研究員朱翔昱，雷震研究員，李子青研究員和贏識(shí)科技的張帆，易東老師組成。

其中，劉浩主要負(fù)責(zé)代碼和實(shí)驗(yàn)，其他成員主要給予方法上的指導(dǎo)。

模型思路 

由于本次競(jìng)賽的訓(xùn)練集、切圖方式是固定的，所以團(tuán)隊(duì)主要著眼于網(wǎng)絡(luò)架構(gòu)和損失函數(shù)的設(shè)計(jì)。針對(duì)他們參加的DeepGlint Large賽道，計(jì)算量限制30gflops，他們分別設(shè)計(jì)了Resnet和AttentionNet架構(gòu)下兩個(gè)網(wǎng)絡(luò)，Resnet152 和AttentionNet152，其中AttentionNet152的計(jì)算量為29.5GFLOPs，充分利用了規(guī)則允許計(jì)算量，這也正是他們?nèi)〉酶咝阅艿年P(guān)鍵。在損失函數(shù)方面，他們認(rèn)為目前最先進(jìn)的人臉損失函數(shù)CosFace,ArcFace在本質(zhì)上幾乎一樣，他們的關(guān)鍵幾乎在于Margin的設(shè)置，所以他們只選用了CosFace，重點(diǎn)調(diào)整了Margin，最終取得了冠軍。關(guān)于代碼，他們使用的技術(shù)其實(shí)都是有開源代碼的，大家可以按照他們的方案組合在一起即可。

不足之處

方案的不足之處主要就是里面使用的技術(shù)都是現(xiàn)有的，他們沒能提出一些新的方案或改進(jìn)。另外，目前AutoML正在引發(fā)新一輪變革，沒能使用AutoML在網(wǎng)絡(luò)架構(gòu)和損失函數(shù)上帶來進(jìn)一步的提升，希望日后能借助AutoML在人臉識(shí)別上帶來新一輪的進(jìn)步。

DeepGlint Light 冠軍

團(tuán)隊(duì)組成及分工

該團(tuán)隊(duì)來自地平線 (Horizon Robotics)公司. 主要由三位研究員和工程師組成。從訓(xùn)練策略探索、網(wǎng)絡(luò)結(jié)構(gòu)調(diào)優(yōu)、KD(KnowledgeDistillation)算法調(diào)優(yōu)這幾個(gè)方面進(jìn)行探索。 

模型思路

 

他們主要是基于VarGNet進(jìn)行Large Scale的Face Recognition，其中對(duì)Embedding Setting和Head Setting進(jìn)行了修改，然后對(duì)Block進(jìn)行了修改，以及修改了網(wǎng)絡(luò)的堆疊方式以滿足受限Flops。最后使用了KD的方法進(jìn)行調(diào)優(yōu)。

不足之處

相對(duì)于其他的隊(duì)伍，他們的方法更為直接，不需要很多的Finetune，沒有太多的Tricks，復(fù)現(xiàn)起來也比較方便。改進(jìn)方面主要是兩個(gè)方面，一個(gè)是網(wǎng)絡(luò)結(jié)構(gòu)可以針對(duì)需要的硬件平臺(tái)使用NAS進(jìn)行設(shè)計(jì)。另一個(gè)是在KD方面，他們現(xiàn)在使用的KD方法比較簡(jiǎn)單，后面可以繼續(xù)探索使用KD進(jìn)行泛化能力的遷移等。除此之外，在FR tasks上面，也可以嘗試去除與身份信息不太相關(guān)的信息，比如年齡，域等。

雷鋒網(wǎng) AI 開發(fā)者雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。